سامانه خود یادگیر مبتنی بر پردازش تصویر جهت کمک به راننده در نقاط کور با استفاده از شبکه های عصبی عمیق

در این مقاله یک سامانه دستیار راننده مبتنی بر دوربین منفرد برای کسب جزییات در نقاط کور ارایه می کنیم که بدون داده ی برچسب گذاری شده، به صورت خود یادگیر آموزش می بیند. سامانه پیشنهادی بر اساس شبکه های عمیق توسعه یافته است که به عنوان ورودی از تصویر خاکستری و جریان نوری1 استفاده می کند. نقطه قوت این مقاله در مقایسه با مقالات مشابه، پردازش اطلاعات دنباله ای از تصاویر به منظور ارزیابی ریسک بروز تصادف با توجه به اشیای متحرک در نقاط کور است. در این مقاله با استفاده تشخیص و ردگیری اشیا در تصویر، وجود وسایل نقلیه و سرعت نسبی آنها تعیین می گردد و از روی آن برای نقاط کور خودرو، ریسک بروز تصادف پیش بینی می شود. ادغام جریان نوری با تصویر و همچنین ترکیب نتایج با ویژگی های استخراج شده از یک شبکه عصبی عمیق، باعث توانمندی سامانه پیشنهادی شده است. در کاربرد پیشنهادی مقاله، دوربین بر روی آینه کناری خودرو نصب شده است و با 96 درصد دقت، خطر بروز تصادف هنگام چرخش به طرفین یا تغییر خط تخمین زده شده است.